본문 바로가기

AI Naver boost camp45

선형 회귀 (Linear Regression) _ 2 - 경사하강법, 데이터 표준화 경사하강법지난 블로그에서 손실함수 (Loss funtion)은손실함수는 실제값(target)과 예측값(y) 간의 차이를 수치적으로 측정하는 함수 라고 언급 했습니다. 1. 경사하강법이란??모델의 손실함수 값을 최소화하기 위해 사용하는 최적화 알고리즘 입니다.경사하강법은 현재의 모델 파라미터(예: 가중치, 편향)에서손실 함수의 기울기(경사)를 계산하고,이 기울기의 반대 방향으로 파라미터를 조금씩 업데이트해 나가는 방식으로 작동한다.이렇게 하면 손실 함수의 값이 점차 줄어들면서,최종적으로 최솟값(최적의 파라미터)에 도달할 수 있게 됩니다.단계별 설명초기화: 모델의 파라미터를 임의의 값으로 설정기울기 계산: 손실 함수의 기울기를 계산업데이트: 기울기의 반대 방향으로 파라미터를 조정반복: 위 과정을 반복하여 손.. 2024. 8. 8.
선형 회귀 (Linear Regression) _ 1 - 상관관계, pytorch 모델 코드, loss funtion 상관관계두 변수 간의 관계를 나타내는 통계적 개념이다.상관계수는 보통 -1 ~ 1 사이의 값을 가지며, 아래와 같은 의미를 갖고 있다. 1: 완벽한 양의 상관관계. 두 변수는 정확히 같은 방향으로 움직인다.0: 상관관계 없음. 두 변수 간에 선형 관계가 없습니다.-1: 완벽한 음의 상관관계. 두 변수는 정확히 반대 방향으로 움직인다.import numpy as npimport matplotlib.pyplot as plt# 두 변수의 예제 데이터x = np.array([1, 2, 3, 4, 5])y = np.array([2, 4, 6, 8, 10]) # x의 값에 대해 완벽한 양의 상관관계를 가짐# 상관계수 계산corr_matrix = np.corrcoef(x, y)corr_coefficient = co.. 2024. 8. 8.
Day - 04 강의Linear Regression 학습 내용pandas 를 이용한 데이터 로드상관관계 분석선형회귀 모델 코드 구현손실함수데이터 표준화확률적 경사하강법 Daily study손실함수데이터 표준화확률적 경사하강법 회고차근차근 2024. 8. 8.
Day - 03 강의Tensor 연산 및 심화 학습 내용- 연산torch.cat(), expand()스칼라 곱 torch.multorch.pow 거듭제곱논리연산 - 기능"k,mul_" in-place 방식 언더바로 표시 - 개념노름, 유사도  Daily study연산 사용 방법노름, 유사도 회고차근차근 2024. 8. 7.